电子-STM32LKT4200.rar,单片机/嵌入式STM32-F0/F1/F2

电子-51总线测试CH376读写SD卡.zip,单片机/嵌入式STM32-F0/F1/F2

包含了STM32F1 全部的芯片封装库，常用的STM32F103RBT6 STM32F103VET6等都有 包含了STM32F1 全部的芯片封装库，常用的STM32F103RBT6 STM32F103VET6等都有

MachineLearning_Project 通过操纵神经网络的各种参数，已经开发出用于人类活动识别的CNN体​​系结构。 培训和测试在公共数据集MHEALTH上进行，用于将人类活动分为与各种活动相对应的12类。 通过由2个卷积，2个最大池和2个线性层组成的体系结构，我们实现了96％的精度和90.52％的F1得分，优于在同一数据集上训练的几个最新模型。

pytorch中训练完网络后，需要对学习的结果进行测试。官网上例程用的方法统统都是正确率，使用的是torch.eq()这个函数。 但是为了更精细的评价结果，我们还需要计算其他各个指标。在把官网API翻了一遍之后发现并没有用于计算TP，TN，FP，FN的函数。。。 在动了无数歪脑筋之后，心想pytorch完全支持numpy，那能不能直接进行判断，试了一下果然可以，上代码： # TP predict 和 label 同时为1 TP += ((pred_choice == 1) & (target.data == 1)).cpu().sum() # TN predict 和 label 同时为0

38473-g10-NG-RAN-F1应用协议（F1AP）.docx 3gpp标准协议 中英文双语版

电子-SPWM20K.rar,单片机/嵌入式STM32-F0/F1/F2

电子-STM32调试错误及解决方法.doc,单片机/嵌入式STM32-F0/F1/F2

主要介绍了使用keras实现Precise, Recall, F1-socre方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

STM32F1 fdc2114 代码2018年IT杯电赛fdc2114例程，STM32f1，但f4的可以移植过去